Acceptability of a task sharing and shifting model between family physicians and physiotherapists in French multidisciplinary primary healthcare centres: a cross-sectional survey
Notice bibliographique
Résumé
OBJECTIVES: The rising prevalence of musculoskeletal disorders increases pressure on primary care services. In France, patients with musculoskeletal disorders are referred to physiotherapist (PT) by family physician (FP). To improve access to musculoskeletal care, a new model of task sharing and shifting is implemented between FPs and PTs for patients with acute low back pain. This new model enables French PTs to expand their usual scope of practice by receiving patients as first-contact practitioner, diagnosing low back pain, prescribing sick leave and analgesic medication. The aim of this study is to investigate the acceptability of FPs and PTs regarding this new model. DESIGN: A cross-sectional survey design was used. Acceptability was measured using a questionnaire on the perception of the model and the perception of PTs' skills to manage low back pain. Descriptive analyses were performed to compare results among participants. SETTING: French FPs and PTs working in multidisciplinary primary healthcare centres were invited to complete an online survey. PARTICIPANTS: A total of 174 respondents completed the survey (81 FPs and 85 PTs). RESULTS: A majority of participants had a positive perception of the task sharing and shifting model. A majority of the participants were mostly or totally favourable towards the implementation of the model (FPs: n=46, 82% and PTs: n=40, 82%). The perceived level of competencies of PTs to manage acute low back pain was high. The confidence level of FPs was higher than that of PTs regarding PTs' ability to adequately diagnose low back pain, refer patient to physiotherapy and prescribe sick leave or analgesic medication. CONCLUSION: Based on this limited sample of participants, there appears to be good acceptability of the task sharing and shifting model for acute low back pain. Additional studies are needed to better determine the factors affecting the acceptability of such a model.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».